Generative Engine Optimization (GEO)

Tối ưu hóa cho công cụ tạo sinh (GEO) là việc định hình nội dung web để công cụ tạo sinh, tức các hệ thống AI tạo sinh trả lời truy vấn bằng cách soạn phản hồi từ các nguồn đã truy xuất, chọn nội dung đó, trích dẫn chính xác và dẫn nguồn. Pranjal Aggarwal cùng các cộng sự tại Princeton University và các tổ chức đối tác đã giới thiệu thuật ngữ này trong bài báo tháng 11 năm 2023 GEO: Generative Engine Optimization, được công bố tại KDD 2024, sau khi Bing Chat, Google's Search Generative Experience và Perplexity bắt đầu trả lời trực tiếp các tìm kiếm. ChatGPT search (tháng 10 năm 2024) và AI Overviews của Google (tháng 5 năm 2024) sau đó đã đưa câu trả lời do AI tạo ra đến hàng trăm triệu người tìm kiếm; các công cụ nghiên cứu chuyên sâu đọc và trích dẫn hàng chục trang cho một báo cáo. Trong câu trả lời do AI tạo ra không có danh sách xếp hạng để leo lên, vì vậy mức độ hiển thị được xác định bằng phần nội dung lấy từ một nguồn và mức độ nổi bật của trích dẫn nguồn đó.

Cách các công cụ tạo sinh chọn nguồn#

Công cụ tạo sinh là hệ thống hỏi đáp trên miền mở, được xây dựng dựa trên tạo sinh tăng cường truy xuất (RAG) ở quy mô web. Công cụ viết lại câu hỏi của người dùng thành một hoặc nhiều truy vấn tìm kiếm — bước mà Google gọi là query fan-out trong AI Mode — truy xuất các trang ứng viên từ chỉ mục, dùng tìm kiếm ngữ nghĩa và bộ tái xếp hạng để chọn các đoạn trả lời từng câu hỏi phụ, rồi dùng mô hình ngôn ngữ lớn (LLM) tạo câu trả lời từ các đoạn đó kèm trích dẫn. Mỗi giai đoạn là một cửa ải mà trang cần vượt qua:

Căn cứ câu trả lời vào các đoạn đã truy xuất cũng là cách các công cụ giảm hiện tượng ảo giác, vì vậy nội dung trình bày sự thật rõ ràng, kèm số liệu, ngày tháng và nguồn, sẽ dễ được trích dẫn mà không bị bóp méo.

Phát hiện từ nghiên cứu GEO#

Aggarwal và các cộng sự xây dựng GEO-bench, gồm khoảng 10.000 truy vấn lấy từ chín bộ dữ liệu thuộc nhiều lĩnh vực, rồi đo mức độ hiển thị theo hai cách: số từ có điều chỉnh theo vị trí, tính trọng số cho những từ câu trả lời lấy từ một nguồn dựa trên vị trí xuất hiện của trích dẫn, và điểm ấn tượng chủ quan do một LLM đánh giá. Họ viết lại các trang nguồn bằng chín phương pháp và phát hiện rằng việc bổ sung trích dẫn đến các nguồn đáng tin cậy, thêm trích dẫn nguyên văn và thêm số liệu giúp tăng mức độ hiển thị lên đến 40%, trong khi nhồi nhét từ khóa — một chiến thuật tìm kiếm cổ điển — mang lại ít hoặc không mang lại lợi ích. Các trang xếp hạng thấp hơn trong tìm kiếm thông thường đạt mức tăng nhiều nhất. Trên Perplexity, việc bổ sung trích dẫn nguyên văn làm tăng số từ có điều chỉnh theo vị trí khoảng 22%, còn việc thêm số liệu giúp tăng điểm ấn tượng chủ quan lên đến 37%.

GEO so với SEO và các thuật ngữ liên quan#

SEO và GEO có chung nền tảng: trang có thể thu thập dữ liệu, cấu trúc rõ ràng và nội dung hữu ích. GEO đặt thêm một câu hỏi sau câu hỏi “trang này có xếp hạng không?”: “câu trả lời có trích dẫn trang này không, và có trích dẫn chính xác không?” Tối ưu hóa công cụ trả lời (AEO), tối ưu hóa tìm kiếm AI và tối ưu hóa LLM (LLMO) là các thuật ngữ đồng nghĩa đang được sử dụng hiện nay. Kỹ thuật prompt định hình chỉ dẫn mà một người gửi cho model, điều mà GEO không thể nhìn thấy; còn kỹ thuật RAG xây dựng bộ truy xuất và bộ tạo nội dung bên trong công cụ, vốn được GEO xem như một hộp đen.

Truy cập kỹ thuật#

Quy tắc crawler quyết định cửa ải đầu tiên. Các công ty AI vận hành crawler riêng cho việc huấn luyện model và cho tìm kiếm, nên một website có thể từ chối một crawler nhưng vẫn cho phép crawler còn lại. OpenAI vận hành hai crawler cho mục đích này: GPTBot thu thập dữ liệu huấn luyện, còn OAI-SearchBot lập chỉ mục các trang cho tính năng tìm kiếm của ChatGPT. Google-Extended là một token điều khiển mà Google đọc từ cùng tệp robots.txt: Googlebot vẫn tải trang cho Search và AI Overviews, còn Disallow dành cho Google-Extended ngăn trang được dùng để huấn luyện và grounding Gemini. Thư viện chuẩn của Python có thể đọc chính sách robots.txt theo cách các agent này thực hiện:

from urllib.robotparser import RobotFileParser

# Opt out of model training while staying fetchable for AI search and classic search
robots_txt = """
User-agent: GPTBot
Disallow: /

User-agent: Google-Extended
Disallow: /

User-agent: *
Allow: /
"""
parser = RobotFileParser()
parser.parse(robots_txt.splitlines())

for agent in ["GPTBot", "OAI-SearchBot", "Google-Extended", "Googlebot"]:
    allowed = parser.can_fetch(agent, "/glossary/generative-engine-optimization-geo")
    print(f"{agent}: {'allowed' if allowed else 'blocked'}")

Đoạn mã in ra GPTBot: blocked, OAI-SearchBot: allowed, Google-Extended: blocked và Googlebot: allowed, vì vậy trang vẫn đủ điều kiện xuất hiện trong tìm kiếm ChatGPT, Google Search và AI Overviews, đồng thời không được đưa vào dữ liệu huấn luyện của OpenAI và Gemini. Ngoài quy tắc crawler, các trang cần tải được mà không yêu cầu đăng nhập, xuất hiện trong sơ đồ trang web XML và có dữ liệu có cấu trúc Schema.org chính xác, thường được viết dưới dạng JSON-LD, cho các thực thể như bài viết, sản phẩm và phần mềm. Trên Ultralytics Platform, quy tắc truy cập tương tự áp dụng cho bộ dữ liệu và dự án thị giác máy tính: nội dung được đặt ở chế độ công khai có URL gọn, mọi khách truy cập đều mở được dù đã đăng nhập hay chưa, để crawler tìm kiếm và trợ lý AI có thể truy xuất; nội dung riêng tư vẫn yêu cầu đăng nhập.

Đo lường GEO#

Câu trả lời được tạo ra thay đổi tùy theo cách diễn đạt, chỉ mục truy xuất và phiên bản model, vì vậy các nhóm theo dõi một tập hợp cố định các câu hỏi đại diện theo thời gian, ghi lại mỗi công cụ trích dẫn những trang nào, tần suất ra sao và câu trả lời có thể hiện chính xác nội dung của họ hay không. Trong dữ liệu phân tích, lưu lượng giới thiệu từ trợ lý xuất hiện dưới dạng lượt truy cập từ các tên miền như chatgpt.com và perplexity.ai. Các công cụ tìm kiếm đã bắt đầu báo cáo trực tiếp về trích dẫn: báo cáo AI Performance của Bing Webmaster Tools, được phát hành dưới dạng bản xem trước công khai vào tháng 2 năm 2026, cho biết tần suất mỗi trang được trích dẫn trong câu trả lời của Microsoft Copilot và Bing AI, cùng với các truy vấn grounding đã truy xuất trang đó.